Vytvoření a spuštění poznámkového bloku pomocí Kqlmagic

Kqlmagic je příkaz, který rozšiřuje možnosti jádra Pythonu v poznámkových blocích Azure Data Studio. Dotazovací jazyk Python a Kusto (KQL) můžete kombinovat k dotazování a vizualizaci dat pomocí bohaté knihovny Plotly integrované s render příkazy. Kqlmagic přináší výhody poznámkových bloků, analýzy dat a bohatých možností Pythonu ve stejném umístění. Podporované zdroje dat s využitím Kqlmagic zahrnují protokoly Azure Data Explorer, Application Insights a Azure Monitor.

V tomto článku se dozvíte, jak vytvořit a spustit poznámkový blok v Azure Data Studiu pomocí rozšíření Kqlmagic pro cluster Azure Data Explorer, protokol Application Insights a protokoly Azure Monitoru.

Požadavky

• Azure Data Studio
• Python

Instalace a nastavení Kqlmagic v poznámkovém bloku

Kroky v této části se spustí v poznámkovém bloku Azure Data Studio.

1. Vytvořte nový poznámkový blok a změňte jádro na Python 3.

   

2. Pokud balíčky potřebují aktualizaci, může se zobrazit výzva k upgradu balíčků Pythonu.

   

3. Nainstalujte Kqlmagic:

   import sys
   !{sys.executable} -m pip install Kqlmagic --no-cache-dir --upgrade
   

   Ověřte, že je nainstalovaná:

   import sys
   !{sys.executable} -m pip list
   

   

4. Načíst Kqlmagic:

   %reload_ext Kqlmagic
   

   Poznámka:

   Pokud tento krok selže, zavřete soubor a znovu ho otevřete.

   

5. Můžete otestovat, jestli je Kqlmagic správně načten, procházením dokumentace nápovědy nebo kontrolou verze.

   %kql --help "help"
   

   Poznámka:

   Pokud Samples@help žádáte o heslo, můžete ho nechat prázdné a stisknout Enter.

   

   Pokud chcete zjistit, která verze Kqlmagic je nainstalovaná, spusťte následující příkaz.

   %kql --version
   

Kqlmagic s clusterem Azure Data Exploreru

Tato část vysvětluje, jak spustit analýzu dat pomocí Kqlmagic s clusterem Azure Data Exploreru.

Načtení a ověření Kqlmagic pro Azure Data Explorer

Poznámka:

Pokaždé, když v Nástroji Azure Data Studio vytvoříte nový poznámkový blok, musíte načíst rozšíření Kqlmagic.

1. Ověřte, že je jádro nastavené na Python3.

   

2. Načíst Kqlmagic:

   %reload_ext Kqlmagic
   

   

3. Připojte se ke clusteru a ověřte:

   %kql azureDataExplorer://code;cluster='help';database='Samples'
   

   Poznámka:

   Pokud používáte vlastní cluster ADX, musíte oblast zahrnout do připojovací řetězec následujícím způsobem:

   %kql azuredataexplorer://code;cluster='mycluster.westus';database='mykustodb' K ověření se používá přihlášení zařízení. Zkopírujte kód z výstupu a vyberte ověřit , který otevře prohlížeč, do kterého potřebujete kód vložit. Po úspěšném ověření se můžete vrátit ke službě Azure Data Studio a pokračovat ve zbývající části skriptu.

   

Dotazování a vizualizace pro Azure Data Explorer

Dotazování na data pomocí operátoru vykreslování a vizualizace dat pomocí knihovny plotly Tento dotaz a vizualizace poskytuje integrované prostředí, které používá nativní jazyk KQL.

1. Analyzujte prvních 10 událostí stormu podle stavu a frekvence:

   %kql StormEvents | summarize count() by State | sort by count_ | limit 10
   

   Pokud znáte dotazovací jazyk Kusto (KQL), můžete zadat dotaz za %kql.

   

2. Vizualizace grafu časové osy:

   %kql StormEvents \
   | summarize event_count=count() by bin(StartTime, 1d) \
   | render timechart title= 'Daily Storm Events'
   

   

3. Ukázka víceřádkového dotazu pomocí %%kql.

   %%kql
   StormEvents
   | summarize count() by State
   | sort by count_
   | limit 10
   | render columnchart title='Top 10 States by Storm Event count'
   

   

Kqlmagic s Application Insights

Načtení a ověření Kqlmagic pro Application Insights

1. Ověřte, že je jádro nastavené na Python3.

   

2. Načíst Kqlmagic:

   %reload_ext Kqlmagic
   

   

   Poznámka:

   Pokaždé, když v Nástroji Azure Data Studio vytvoříte nový poznámkový blok, musíte načíst rozšíření Kqlmagic.

3. Připojte se a ověřte.

   Nejprve musíte pro prostředek Application Insights vygenerovat klíč rozhraní API. Pak se pomocí ID aplikace a klíče rozhraní API připojte k Application Insights z poznámkového bloku:

   %kql appinsights://appid='DEMO_APP';appkey='DEMO_KEY'
   

Dotazování a vizualizace pro Application Insights

Dotazování na data pomocí operátoru vykreslování a vizualizace dat pomocí knihovny plotly Tento dotaz a vizualizace poskytuje integrované prostředí, které používá nativní jazyk KQL.

1. Zobrazit zobrazení stránek:

   %%kql
   pageViews
   | limit 10
   

   

   Poznámka:

   Přetažením myší na oblast grafu můžete přiblížit konkrétní datum.

2. Zobrazení stránky v grafu časové osy:

   %%kql
   pageViews
   | summarize event_count=count() by name, bin(timestamp, 1d)
   | render timechart title= 'Daily Page Views'
   

   

Kqlmagic s využitím protokolů služby Azure Monitor

Načtení a ověření Kqlmagic pro protokoly služby Azure Monitor

1. Ověřte, že je jádro nastavené na Python3.

   

2. Načíst Kqlmagic:

   %reload_ext Kqlmagic
   

   

   Poznámka:

   Pokaždé, když v Nástroji Azure Data Studio vytvoříte nový poznámkový blok, musíte načíst rozšíření Kqlmagic.

3. Připojení a ověření:

   %kql loganalytics://workspace='DEMO_WORKSPACE';appkey='DEMO_KEY';alias='myworkspace'
   

   

Dotazování a vizualizace protokolů služby Azure Monitor

Dotazování na data pomocí operátoru vykreslování a vizualizace dat pomocí knihovny plotly Tento dotaz a vizualizace poskytuje integrované prostředí, které používá nativní jazyk KQL.

1. Zobrazení grafu časové osy:

   %%kql
   KubeNodeInventory
   | summarize event_count=count() by Status, bin(TimeGenerated, 1d)
   | render timechart title= 'Daily Kubernetes Nodes'
   

   

Další kroky

Další informace o poznámkových blocích a Kqlmagi:

• Rozšíření Kusto (KQL) pro Azure Data Studio (Preview)
• Vytvoření a spuštění poznámkového bloku Kusto (KQL) (Preview)
• Použití poznámkového bloku Jupyter a rozšíření Kqlmagic k analýze dat v Azure Data Exploreru
• Rozšíření (Magic) do poznámkového bloku Jupyter a testovacího prostředí Jupyter, které umožňuje práci s aplikacemi Kusto a daty LogAnalytics.
• Kqlmagic
• Jak používat poznámkové bloky v Nástroji Azure Data Studio